OpenCV中imshow函数遇到的坑

最近在学习OpenCV，在自己实现rober，LOG等算子卷积的时候，遇到了一些坑，先上代码

import cv2
import numpy as np
import os
import copy
# 边缘检测
filename = os.path.abspath('第二次作业/lena.jpg') 
lena = cv2.imread(filename)

# 实现robert，Sobel和LOG边缘提取
gray = cv2.imread(os.path.abspath('第二次作业/bear.jpg'),0)
gray = cv2.cvtColor(lena,cv2.COLOR_BGR2GRAY)
w,h = gray.shape
robert_img = gray.copy()
sobel_img = gray.copy()
log_img = gray.copy()
robertx,roberty = np.array([-1,-1,1,1]),np.array([0,1,-1,0])
sobel = np.array([1,0,-1,2,0,-2,1,0,-1])
LOG = np.array([-2,-4,-4,-4,-2,-4,0,8,0,-4,-4,8,24,8,-4,-4,0,8,0,-4,-2,-4,-4,-4,-2])
for i in range(w-2):
    for j in range(h-2):
        origin1 = np.array(gray[i:i+2,j:j+2]).flatten()
        origin2 = np.array(gray[i:i+3,j:j+3]).flatten()
        origin3 = np.array(gray[i:i+5,j:j+5]).flatten()
        value = abs(origin1.dot(robertx))
        robert_img[i][j] = value
        if value != robert_img[i,j]:
            print(value,'-----',robert_img[i,j])
        sobel_img[i][j] = origin2.dot(sobel)
        if(i

在建立新的图片用于存储计算好的结果时，我使用了如下方法

robert_img = gray.copy()
sobel_img = gray.copy()
log_img = gray.copy()

结果显示如下：

image.png

可以看到LOG算子的计算结果明显不对，使用如下方式创建图像：

robert_img = np.empty(gray.shape)
sobel_img = np.empty(gray.shape)
log_img = np.empty(gray.shape)

结果如下：

image.png

再换成如下方式：

robert_img = np.empty_like(gray)
sobel_img = np.empty_like(gray)
log_img = np.empty_like(gray)

image.png

结果和第一个一样的
只是改变了创建图片的方式，怎么结果就这么不一样呢？
经过仔细的调试，发现，由于不同算子经过卷积计算后，结果的值不一定在[0,255]之间，所以在将结果赋值给创建的数据时，会将结果自动转成数据的类型，而转换的结果并不是我们想要的，所以出现了错误。
这里就提一下np.empty()和np.empty_like()的区别，前者如果没有指定数据类型(参数dtype进行设置),那么会默认为浮点类型，而后者需要传入一个存在的数据，所以新建的数据会设定成这个数据的类型。
那么初始化为浮点的类型，最后结果为什么显示是错误的呢？这里就是imshow函数的一个坑，我们先看看这个函数在python中的注释：

image.png

大概翻译一下，就是说如果数据类型是uint8，那么将直接显示，如果是16位或者32位整型，那么将该值除以256，得到[0,255]的范围进行显示，如果是一个浮点数，那么将其乘以255，那么[0,1]就转换成[0,255]的值进行显示。
所以，就出现了之前代码出现的问题。但是这里的描述仍然不够详尽，比如16位整型值是负的怎么处理，浮点数大于1的怎么处理，查了很多地方都没有看看，如果有谁知道，麻烦告诉我一下。